在Python中，NumPy是一个广泛使用的计算库。它允许我们在Python中高效地进行科学计算，并提供了许多常见的数学操作和函数。在NumPy中，大多数数据类型都是ndarray(n-dimensional array)类型的数据，它是一种多维数组。
一、什么是expectednp.ndarray(gottenso)
在进行函数测试时，我们通常会使用assert语句来确保函数的输出是否等于预期的结果。在NumPy测试中，我们也使用assert_array_equal或assert_allclose函数来测试我们所期待的ndarray数组是否与实际得到的ndarray数组相同。其中，assert_array_equal用于严格测试两个数组是否相同，而assert_allclose则比较两个数组之间的差异，并根据给定的容差值判断它们是否“几乎相等”。
二、如何使用expectednp.ndarray(gottenso)
使用assert_array_equal或assert_allclose函数进行测试很简单。下面是一个简单的例子，演示如何使用assert_array_equal函数来测试两个ndarray数组是否相同：
import numpy as np
# 预期的结果
expected = np.array([1, 2, 3])
# 获取实际结果
got = np.array([1, 2, 3])
# 进行测试
np.testing.assert_array_equal(expected, got)如果测试通过，没有抛出异常，那么就说明测试成功。如果测试失败，将会抛出一个异常，并显示具体的测试失败细节。
三、如何理解expectednp.ndarray(gottenso)的返回值
正如前面所提到的，assert_array_equal用于严格测试两个数组是否相同，而assert_allclose则比较两个数组之间的差异，并根据给定的容差值判断它们是否“几乎相等”。
assert_allclose还允许我们指定一些其他的可选参数，用于调整测试的敏感度。下面是一个简单的例子，演示如何使用assert_allclose函数来测试两个ndarray数组是否几乎相等：
import numpy as np
# 预期的结果
expected = np.array([1, 2, 3])
# 获取实际结果
got = np.array([1.00001, 1.99999, 2.99999])
# 进行测试
np.testing.assert_allclose(expected, got, rtol=1e-5, atol=1e-5)在这个例子中，我们将rtol和atol参数设置为1e-5，表示相对容差和绝对容差都是1e-5。这意味着，两个数组之间的相对差异和绝对差异都必须小于1e-5，即它们几乎相等。
四、小结
在测试NumPy函数的输出时，assert_array_equal和assert_allclose函数是非常有用的工具。assert_array_equal用于严格测试两个数组是否相同，而assert_allclose比较两个数组之间的差异，并根据给定的容差值判断它们是否“几乎相等”。使用这些函数可以提高代码的可靠性和稳定性，确保我们的代码输出符合预期。
原创文章，作者：小蓝，如若转载，请注明出处：https://www.506064.com/n/303442.html
微信扫一扫 
支付宝扫一扫 